面向高分辨率 ML 预报的 250 米 NEXRAD Level-II 数据集
大气与海洋物理
2025-10-21 v1 机器学习
摘要
基于机器学习的降水预报依赖高保真雷达反射率序列以建模对对流气象的短期演化。然而，能够预测极端天气的模型开发受限于现有公共雷达数据集（如 SEVIR、HKO-7 和 GridRad-Severe）的粗糙分辨率（1-2 km），这些数据集平滑了对准确预报所必需的细小结构。为此，我们引入 Storm250-L2，一个源自 NEXRAD Level-II 和 GridRad-Severe 数据的气象暴涨中心雷达数据集。我们算法性地围绕 GridRad-Severe 气象暴涨轨迹裁剪固定的高分辨率（250 米）窗口，保留原始极坐标几何，提供每层扫描和伪合成雷达反射率产品的时序一致序列。该数据集包含数千个美国大陆范围内的气象暴涨事件，打包为 HDF5 张量，包含丰富的上下文元数据和可复现的清单。
引用
@article{arxiv.2510.16031,
title = {A Storm-Centric 250 m NEXRAD Level-II Dataset for High-Resolution ML Nowcasting},
author = {Andy Shi},
journal= {arXiv preprint arXiv:2510.16031},
year = {2025}
}
备注
6 pages, 4 figures